唯一致敬韩寒

唯一致敬韩寒微软全球资深副总裁、微软人工智能(Microsoft AI)亚太区总裁张祺表示，AI在非常短的时间内实现了近乎垂直线式的向上发展，“如果把现在比作AI的大航海时代，每个人都应该顺应这个时代，用AI增强自身发展”。

蚂蚁集团首席技术官何征宇表示，从产业角度看，AI让每个人“触手可及”还需要解决三个最核心的问题：一是可靠性、二是经济性、三是易用性。

李开复表示，在医疗、教育、政府网站、新闻搜索等领域的应用，AI大模型还需要经过更长时间的发展才能胜任。当前AI大模型的发展还面临很多挑战，包括需要质量更高的数据、更多的AI工程师与AI科学家等。

中国工程院外籍院士、美国卡内基梅隆大学教授、1994年图灵奖获奖者罗杰·瑞迪(Raj Reddy)认为，AGI(通用人工智能)被定义为智能水平接近人类的AI，但对照人脑级智能，AI系统缺失很多特性，比如，人类可以从经验中学习，实时运转，运用自然语言和人类交流，容许错误和模糊性，创造并使用符号和抽象概念。

在AI迅猛发展的当下，数据泄露、虚假内容生成等安全风险引起广泛关注，数据安全治理的匮乏也成为制约AI发展的主要因素之一。

在大模型技术助推下，人工智能已取得长足进步，但AI距离人类智能仍有差距，专家认为，AI“飞入寻常百姓家”还有一定距离。

创新工场董事长、首席执行官李开复认为，AI大模型是一个绝对不能错过的历史机遇，AI已经慢慢走向实体经济，它将改写每一个应用，重构人类工作。

论坛期间，英国皇家工程院院士、欧洲科学院院士、香港工程科学院院士、香港科技大学首席副校长郭毅可表示，数据安全治理是人工智能和数字转型时代一个至关重要且不断演进的议题，应通过建立健全法规、采用先进技术、加强国际合作和遵守最佳实践，推动负责任和安全的人工智能应用，确保数据安全治理有效实施。

“人工智能发展的终极目标是通用人工智能。”加州大学伯克利分校人类兼容人工智能中心执行主任马克·尼兹伯格(Mark Nitzberg)表示，推动人工智能走向“通用化”是技术发展的必然趋势。

北京大学教授、中国科学院院士鄂维南表示，百万卡规模的算力资源、多模态的数据资源、AI数据库能力，以及新模型框架、算法和工程能力，都是发展下一代AGI所需的基础。当前，大家普遍对高质量数据的重要性认识不足。“现在，很多企业和高校都将主要力量投放到对大模型的研究上。实际上，相比大模型，建立高效的数据处理系统才是更紧迫的任务。”

硅谷人工智能研究院院长、《硅谷百年史》作者皮埃罗·斯加鲁菲表示，硬件的发展、大型数据集的使用、开源平台的共享以及全球科学家的合作，都是推动AI发展的关键。